ارائه یک ابزار بهینه سازی نوین در طراحی خودکار مدارات مجتمع آنالوگ مبتنی بر الگوریتم MOGSA
سال انتشار: 1390
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 288
فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ISEE-2-3_002
تاریخ نمایه سازی: 6 دی 1400
چکیده مقاله:
: در این مقاله یک ابزار بهینه سازی جدید در طراحی خودکار مدارات مجتمع آنالوگ مبتنی بر الگوریتم MOGSA ارائه می شود. ابزار بهینه سازی پیشنهادی در ابتدا با استفاده از یک نرم افزار شبیه ساز مدار مورد نظر را شبیه سازی نموده، نتایج شبیه-سازی را به وسیله الگوریتم MOGSA تحت بهینه سازی قرار می دهد. سپس تا حصول نتیجه مطلوب این روند را ادامه خواهد داد. برنامه های اصلی این ابزار در Matlab پیاده سازی و شبیه سازی مدارات به وسیله نرم افزار Hspice انجام می شود. در این مقاله، به منظور بررسی توانایی ابزار پیشنهادی در بهینه سازی طراحی مدارات مجتمع آنالوگ عملکرد آن سنجش می شود. برای نمونه، یک مساله سایزبندی مطرح می شود: «طراحی یک تقویت کننده عملیاتی مستقل از دما با استفاده از منبع جریان ویدلر کسکود». نتایج به دست آمده نه تنها مشخصات مورد نظر در طراحی را برآورده می سازد، بلکه با ارائه مجموعه جواب های متنوع، حق انتخاب بیشتری را برای طراح با توجه به معیارهای مختلف طراحی فراهم می نماید. الگوریتم پیشنهادی MOGSA روش نوینی را در بهینه سازی چندهدفه مبتنی بر الگوریتم جستجوی گرانشی معرفی می کند که در آن از «بهینگی پرتو» برای شناسایی موقعیت های «غیرغالب» و از یک «مخزن بیرونی» برای نگهداری این موقعیت ها استفاده می شود. برای اطمینان از صحت عملکرد روش MOGSA، این الگوریتم به وسیله چندین تابع معتبر چند هدفه آزمایش قرارمی شود. نتایج نهایی نشان دهنده رقابت تنگاتنگ روش پیشنهادی با دیگر الگوریتم های بهینه سازی چند هدفه رایج است.
کلیدواژه ها:
الگوریتم جستجوی گرانشی ، بهینه سازی چندهدفه ، جبهه پرتو ، ابزار بهینه سازی ، سنتزمدارات مجتمع آنالوگ ، طراحی خودکار
نویسندگان
مریم ده باشیان
دانشجوی دکتری الکترونیک، دانشکده مهندسی- دانشگاه فردوسی- مشهد- ایران
سیدحمید ظهیری
دانشیار گروه مخابرات و الکترونیک، دانشکده مهندسی برق و کامپیوتر - دانشگاه بیرجند- بیرجند- ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :